📊 statistics

A joint model of the individual mean and within-subject variability of a longitudinal outcome with a competing risks time-to-event outcome

Este artigo propõe um modelo conjunto semiparamétrico e escalável que estima simultaneamente a média e a variabilidade intraindividual de biomarcadores longitudinais juntamente com desfechos de tempo até o evento de risco competitivo, demonstrando, por meio de simulações e da coorte MESA, que considerar a variabilidade heterogênea melhora significativamente a inferência e a predição de risco em comparação aos modelos clássicos.

Autores originais: Shanpeng Li, Daniel S. Nuyujukian, Robyn L. McClelland, Peter D. Reaven, Jin Zhou, Hua Zhou, Gang Li

Publicado 2026-07-30

📖 3 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Shanpeng Li, Daniel S. Nuyujukian, Robyn L. McClelland, Peter D. Reaven, Jin Zhou, Hua Zhou, Gang Li

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você esteja tentando prever o tempo para uma cidade específica. A maioria dos meteorologistas observa a temperatura média do último mês para adivinhar se choverá amanhã. Mas e se a temperatura estivesse oscilando drasticamente entre o congelamento e o calor escaldante todos os dias, mesmo que a média permanecesse a mesma? Esse caos — os "tremores" dos dados — pode ser, na verdade, a pista mais importante de todas. No mundo da ciência médica, pesquisadores estudam há muito tempo como nossos corpos mudam ao longo do tempo, monitorando coisas como a pressão arterial ou a glicose no sangue. Tradicionalmente, eles focavam no nível "médio": sua pressão arterial está alta ou baixa? Mas um corpo crescente de pesquisas sugere que a variabilidade — o quanto seus números saltam de um dia para o outro — é tão crítica quanto a própria média. Se o seu corpo fosse um carro, a velocidade média diz o quão rápido você está indo, mas a variabilidade diz se o motor está falhando ou funcionando suavemente. Compreender esses "tremores" poderia ajudar os médicos a prever quem está em risco de eventos graves de saúde, como insuficiência cardíaca ou morte, muito antes de uma crise acontecer.

É aqui que entra um novo artigo de Shanpeng Li e sua equipe. Eles enfrentaram um problema complicado: como estudar esses "tremores" (que os cientistas chamam de variabilidade intraindividual) quando as pessoas abandonam os estudos porque ficam doentes ou falecem. Imagine tentar medir a vibração do motor de um carro enquanto o carro está dirigindo, mas alguns carros batem e param no meio do teste. Se você olhar apenas para os carros que terminaram a corrida, pode perder o fato de que os que bateram eram os que mais tremiam. Os autores perceberam que os métodos antigos frequentemente ignoravam esse problema de "abandono" ou assumiam que o corpo de todos tremia de uma forma previsível, o que não é verdade. Para corrigir isso, eles construíram uma ferramenta matemática novíssima — um "modelo conjunto" — que atua como um detetive superinteligente. Essa ferramenta observa duas coisas ao mesmo tempo: o nível médio de um marcador de saúde (como a pressão arterial) e o quão intensamente ele flutua, enquanto também mantém um olho no relógio para ver quando eventos graves acontecem.

A equipe testou sua nova ferramenta usando um enorme conjunto de dados chamado MESA, que acompanhou mais de 6.700 pessoas de diversas origens que eram inicialmente saudáveis. Eles queriam ver se os "tremores" na pressão arterial estavam ligados à insuficiência cardíaca e à morte, mesmo após considerar o nível médio de pressão arterial. Suas simulações mostraram que seu novo método é muito melhor em captar a verdade do que as ferramentas antigas. Quando aplicaram o modelo aos dados reais do MESA, encontraram algo emocionante: pessoas cuja pressão arterial oscilava muito estavam, de fato, em maior risco de insuficiência cardíaca e morte, mesmo que sua pressão arterial média parecesse normal. Isso sugere que os "tremores" são um sinal de alerta real que se aplica a uma ampla variedade de pessoas, não apenas àquelas em ensaios clínicos rigorosos. Além disso, ao incluir essas flutuações em suas previsões, o modelo tornou-se melhor em dizer quem ficaria doente e quem não ficaria, melhorando sua capacidade de detectar o perigo. Os autores também lançaram um pacote de software gratuito para que outros cientistas possam usar essa nova ferramenta de detetive em seus próprios dados, ajudando a tornar as previsões de saúde mais precisas para todos.

Resumo Técnico: Um Modelo Conjunto para a Média Individual e a Variabilidade Intra-indivíduo de um Desfecho Longitudinal com Desfechos de Tempo até o Evento de Riscos Competitivos

Definição do Problema
Pesquisas recentes têm enfatizado cada vez mais a importância de modelar a variabilidade intra-indivíduo (WS, do inglês within-subject) em biomarcadores longitudinais e sua associação com desfechos de saúde. Embora os modelos conjuntos tradicionais vinculem a trajetória da média de um biomarcador longitudinal a desfechos de tempo até o evento, eles tipicamente assumem uma variância WS homogênea (constante) em todos os indivíduos e tempos. Essa suposição pode levar a um viés de estimativa substancial, inferência inválida e predição inferior quando a variabilidade WS é heterogênea. Além disso, os métodos existentes para lidar com a variabilidade WS heterogênea dependem frequentemente de funções de risco basal totalmente paramétricas, o que pode ser restritivo, ou falham em considerar dados ausentes não ignoráveis causados por eventos terminais (atrito informativo). Adicionalmente, surgem desafios computacionais ao aplicar esses modelos complexos a dados de biobancos de grande escala envolvendo dezenas de milhares de indivíduos.

Metodologia
Os autores propõem um modelo conjunto semiparamétrico que aborda simultaneamente três componentes:

Submodelo Longitudinal: Um modelo de localização-escala múltipla de efeitos mistos que caracteriza tanto a trajetória da média quanto a variabilidade WS de um biomarcador longitudinal. O componente de variância é modelado como uma função exponencial de covariáveis e efeitos aleatórios, permitindo uma variabilidade WS heterogênea.
Submodelo de Sobrevivência: Um modelo de riscos proporcionais de Cox de causa específica para desfechos de tempo até o evento de riscos competitivos (ex: insuficiência cardíaca e morte). Crucialmente, as funções de risco basal são deixadas completamente não especificadas (semiparamétricas), evitando suposições paramétricas restritivas.
Estrutura de Associação Latente: Os submodelos são vinculados via efeitos aleatórios compartilhados entre a média longitudinal, a variância longitudinal e os desfechos de sobrevivência. Os autores fornecem uma estratégia de reparametrização para desvincular os efeitos de efeitos aleatórios correlacionados (média vs. variabilidade residual) para uma interpretação mais clara.

Estimação e Computação

Estimação de Parâmetros: Um algoritmo de Expectativa-Maximização (EM) é derivado para a estimação de máxima verossimilhança semiparamétrica. O passo E utiliza quadratura de Gauss-Hermite adaptativa para integração numérica, enquanto o passo M emprega soluções de forma fechada para riscos cumulativos basais e atualizações de Newton-Raphson para outros parâmetros.
Inferência: Os erros padrão são estimados usando um método de verossimilhança de perfil, que considera a dependência da verossimilhança de perfil em relação às estimativas do risco basal, abordando questões de perda de informação encontradas em abordagens anteriores.
Escalabilidade: Para lidar com dados de escala de biobanco (dezenas de milhares de indivíduos), os autores otimizam a implementação para cenários onde o submodelo de sobrevivência inclui apenas covariáveis independentes do tempo e efeitos aleatórios compartilhados. Ao aplicar algoritmos de varredura linear (linear-scan), a complexidade computacional é reduzida de $O(n^2)$ ou $O(n^3)$ para $O(n)$ , permitindo a análise eficiente de grandes conjuntos de dados.
Predição: O arcabouço suporta a predição dinâmica de probabilidades de incidência cumulativa para riscos competitivos com base no histórico longitudinal de um indivíduo até um tempo de marco (landmark time).

Principais Contribuições
O artigo descreve quatro contribuições primárias:

Flexibilidade do Modelo: O modelo proposto não exige um risco basal paramétrico no submodelo de riscos competitivos, oferecendo maior robustez contra a má especificação do modelo em comparação aos modelos conjuntos totalmente paramétricos existentes.
Algoritmos de Estimação: Os autores desenvolvem procedimentos de estimação e inferência customizados para este arcabouço semiparamétrico, acomodando covariáveis dependentes do tempo e estruturas de associação latente flexíveis, que softwares padrão não conseguem lidar diretamente.
Implementação Eficiente: O desenvolvimento de algoritmos de varredura linear escaláveis permite que o modelo seja aplicado a conjuntos de dados massivos (ex: biobancos), um avanço significativo sobre métodos existentes que enfrentam gargalos computacionais em grandes tamanhos de amostra.
Disponibilidade de Software: Um pacote em R, o JMH, foi desenvolvido e disponibilizado publicamente no CRAN para facilitar a aplicação deste modelo de efeitos aleatórios compartilhados.

Resultados

Estudos de Simulação:
- Em cenários com variância WS heterogênea, o modelo proposto (Modelo 1) demonstrou pequenos vieses e probabilidades de cobertura próximas ao nível nominal de 95%.
- Em contraste, um modelo conjunto clássico que assume variância WS homogênea (Modelo 2) exibiu viés substancial nas estimativas de parâmetros (incluindo efeitos fixos e parâmetros de associação) e subestimou severamente os erros padrão, levando a taxas de cobertura de intervalo de confiança tão baixas quanto 5%.
- O modelo proposto também superou métodos que ignoram o atrito informativo (ex: modelos de localização-escala de efeitos mistos padrão), que produziram estimativas enviesadas quando eventos terminais estavam presentes.
- Métricas de predição (MAPE, escore de Brier, C-índice) mostraram que o modelo proposto superou consistentemente o modelo de variância homogênea na predição de eventos dinâmicos.
- Testes de escalabilidade demonstraram que o pacote JMH é pelo menos 100 vezes mais rápido que pacotes existentes (ex: FlexVarJM) para grandes tamanhos de amostra.
Análise de Dados MESA:
- Aplicado à coorte do Estudo Multiétnico de Aterosclerose (MESA) (6.743 participantes), o modelo confirmou que a variabilidade WS da pressão arterial sistólica (PAS) difere significativamente entre indivíduos e ao longo do tempo.
- Após controlar os níveis de PAS, a variabilidade WS residual foi fortemente associada ao aumento dos riscos de insuficiência cardíaca (HR = 2,26) e morte (HR = 1,88). Isso estende achados anteriores de populações de ensaios clínicos homogêneas para uma coorte mais etnicamente diversa e geralmente saudável.
- A incorporação da variabilidade WS heterogênea melhorou a capacidade discriminativa para prever insuficiência cardíaca (C-índice aumentou de 0,77 para 0,84) e morte (C-índice aumentou de 0,77 para 0,80).

Significância
O artigo afirma que modelar explicitamente a variabilidade WS heterogênea é crucial para a inferência estatística precisa e predição de risco em estudos longitudinais com riscos competitivos. O método proposto aborda as limitações de abordagens de dois estágios ad hoc e modelos conjuntos clássicos, fornecendo um arcabouço semiparamétrico unificado que lida com o atrito informativo e a variância heterogênea. A escalabilidade de sua implementação permite que esses métodos estatísticos rigorosos sejam aplicados a dados de biobancos de grande escala, potencialmente aumentando a generalização dos achados sobre a variabilidade de biomarcadores e desfechos de saúde para populações mais amplas e diversas. A disponibilidade do pacote JMH apoia ainda mais a adoção desses métodos em pesquisas aplicadas.

Mais como este